如何在Python中增量更新DF

Question

描述

• 我有一个文件，其中包含原始数据和更新的报表。
• 行original_id就像一个主键。
• change_request_id 中没有值的行是初始数据条目。
• change_request_id 中具有值的行是对初始数据条目的更新。
• 行change_request_id引用行original_id并表示数据更改（更新）。仅需要更改的值才会被表示为 value，如果该字段为空则表示该值不会更改。

原文件

更改请求ID	原始_id	a	b	c	d
	1	10	20	30	40
	2	2500	600	700	800
1	3	12
2	4		700	800
1	5		30
	6	16	17	19	20

所需输出：

更改请求ID	原始_id	a	b	c	d
	1	12	30	30	40
	2	500	700	800	800
	6	16	17	19	20

Answer 1

您可以替换original_id和

groupby.last

：

out = (df.assign(original_id=df['change_request_id'].fillna(df['original_id']))
         .groupby('original_id', as_index=False).last()
         .drop(columns='change_request_id')
      )

输出：

   original_id      a      b      c       d
0          1.0    12.0   30.0   30.0   40.0
1          2.0  2500.0  700.0  800.0  800.0
2          6.0    16.0   17.0   19.0   20.0